PENERAPAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM UNTUK PREDIKSI NILAI TUKAR RUPIAH

Harahap, Sanggam Andreas and Endah, Sukmawati Nur (2018) PENERAPAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM UNTUK PREDIKSI NILAI TUKAR RUPIAH. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

780Kb

Abstract

Salah satu indikator penting dalam perekonomian suatu negara adalah nilai tukar dari mata uang, dimana majunya suatu negara dapat ditentukan oleh kekuatan nilai mata uang negara tersebut. Nilai tukar yang berdasarkan pada kekuatan pasar akan selalu berubah disetiap kali nilai-nilai salah satu dari dua komponen mata uang berubah. Dengan mampu meramalkan perubahan nilai tukar mata uang tersebut maka dapat ditentukan harga yang tepat untuk menukarkan mata uang para pemilik modal ke dalam bentuk mata uang lain. Proses peramalan/ prediksi dapat dilakukan dengan menggunakan arsitektur jaringan adaptive neuro fuzzy inference system (ANFIS) terhadap data kurs. Data kurs yang digunakan merupakan data kurs nilai jual pada jenis kurs Dolar Amerika, Dolar Singapura dan Euro sebanyak 110 data untuk tiap-tiap jenis kursnya dari periode 1 Agustus 2017 hingga 9 Januari 2018. Hasil pengujian menunjukkan bahwa kombinasi terbaik parameter untuk kurs Dolar Amerika adalah laju pembelajaran sebesar 0,1; maksimal epoch sebesar 10000; jumlah data pelatihan sebanyak 80%; target error sebesar 0,001 dengan perolehan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,41. Hasil pengujian menunjukkan bahwa kombinasi terbaik parameter untuk kurs Dolar Singapura adalah laju pembelajaran sebesar 0,2; maksimal epoch sebesar 10000; jumlah data pelatihan sebanyak 80%; target error sebesar 0,001 dengan perolehan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,12. Hasil pengujian menunjukkan bahwa kombinasi terbaik parameter untuk kurs Euro adalah laju pembelajaran sebesar 0,5; maksimal epoch sebesar 10000; jumlah data pelatihan sebanyak 80%; target error sebesar 0,001 dengan perolehan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,38. Tingkat akurasi untuk prediki kurs Rupiah terhadap Dolar Amerika sebesar 99,58%, terhadap Dolar Singapura sebesar 99,87% dan terhadap Euro sebesar 99,62%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:65815
Deposited By:Mrs. Rismiyati .
Deposited On:11 Oct 2018 17:07
Last Modified:11 Oct 2018 17:07

Repository Staff Only: item control page